Tev1 Bounty Hunter Qwen 0.8B
триаж BOLA/IDOR на edge-железе
2 min readupdated
Tev1 Bounty Hunter V2 — компактная модель на базе Qwen/Qwen3.5-0.8B-Base от zeroday01 для поддержки решений при проверке гипотез об уязвимостях веб-API. Она принимает HTTP-телеметрию и контекст гипотезы (BOLA/IDOR, BFLA) и возвращает структурированный JSON с оценкой, доказательствами и рекомендацией следующего шага. Рассчитана на ноутбуки с 4 ГБ VRAM и даже CPU.
Ключевые особенности
- 100% BOLA/IDOR recall на held-out бенчмарке — 12/12; BFLA recall также 100%.
- 0% false positives на защищённых endpoint'ах: корректно распознаёт 403 Forbidden.
- ~832 МБ VRAM в 4-bit NF4; заявлен запуск на потребительском железе с 4 ГБ VRAM и на CPU.
- Строгая JSON-схема с assessment, evidence, next step, abstention и uncertainty.
- Без duplicate loops и invalid JSON: 0/60 в тесте, вывод — один top-level JSON-объект.
- Advisory only: нет сетевых сокетов и автоматического выполнения атак; нужен human-in-the-loop.
Пример
import torch
from transformers import AutoProcessor, AutoModelForCausalLM
MODEL_ID = "zeroday01/tev1_cybersecurity"
processor = AutoProcessor.from_pretrained(MODEL_ID)
model = AutoModelForCausalLM.from_pretrained(MODEL_ID, torch_dtype=torch.bfloat16, device_map="auto")
# HTTP-телеметрию и гипотезу передайте в prompt
Подробнее
Бенчмарк: BOLA/IDOR recall 100% (12/12), BFLA recall 100%, false-positive rate 0% на защищённых endpoint'ах.Строгая JSON-схема — 80% (48/60), invalid JSON — 0%, duplicate loops — 0%.
В 4-bit NF4 нужно ~832 МБ VRAM; заявлены 4 ГБ VRAM или CPU.
Только advisory-режим, без сетевых сокетов и автоматических атак; выводы проверяет человек. Язык — английский.










Comments